LZ77和哈夫曼编码区别？适用场景上有有什么不同？
哈夫曼编码是基于统计的数据压缩编码，需要先获得信息源的字符出现频率，然后再进行压缩。
但是，如果信息源是流式传输的，就没办法预先做统计，需要换一种思路。
LZ77利用数据的重复结构信息来进行数据压缩，是基于字典的压缩算法，可以做流逝压缩。
GZIP压缩的过程就是先用LZ77算法进行流式压缩，再对结果做哈夫曼编码压缩。
为什么叫LZ77?
由以色列的两位大神Jacob Ziv与Abraham Lempel在1977年发表的论文《A Universal Algorithm for Sequential Data Compression》中提出。
LZ77算法思想概述
核心思想：利用短语表示数据的重复结构信息来进行数据压缩。
LZ77算法一般称为“滑动窗口压缩”，算法的核心是在前面的历史数据中寻找重复字符串。
通过滑动窗口实现动态字典，用前面出现过的字符串作为字典通过映射（与前一个字符串的距离和字符串长度）替代后面重复出现的字符串。
重复现象是具有局部性的，它的基本假设是，如果一个字符串要重复，那么也是在附近重复，远的地方就不用找了，因此设置了一个滑动窗口。
其方式就是把数据中一些可以组织成短语(最长字符)的字符加入字典，然后再有相同字符出现采用标记来代替字典中的短语，如此通过标记代替多数重复出现的方式以进行压缩。
滑动窗口越大，压缩的效果越好，因为编码的短语越多，但是压缩速度越慢，因为要计算的短语数量越多。
基于字典是什么意思？
滑动窗口内的字符都是已经出现过的字符，已经出现过的字符会编码为字典短语，后面前向缓冲窗口中的字符如果和字典中的短语相同，就用距离和字符串长度来表示，以达到压缩的目的。
LZ77压缩效果
大多数情况下LZ77压缩算法的压缩比相当高。
实际压缩率和选择的滑动窗口大小、前向缓冲区大小、数据熵有关系。
LZ77缺点
压缩过程是比较耗时，因为要花费很多时间寻找滑动窗口中的短语匹配。
不过解压过程很快，因为每个标记都明确告知在哪个位置可以读取了。
什么特征的文本用LZ77压缩效果好？
压缩就是用更短的符号来表示重复出现的字符串。
压缩就是寻找文本的内容分布概率，将出现频率高的部分代替成更短的形式。
内容越是重复，就可以压缩的更小。
内容如果毫无重复，就很难压缩。
LZ77详细原理
参见： Linux(程序设计):28—数据流压缩原理（Deflate压缩算法、gzip、zlib）
为什么GZIP在用LZ77压缩过后还要进行哈夫曼编码？
LZ77编码后得到的是，距离（distance）和长度（length），还有未匹配到短语字典的原始字符（literal）。
比较短的距离和长度可能是频繁出现的，就可以用变长编码来压缩，且文本已经确定下来不会变动，可以做词频统计，就可以用到哈夫曼编码了。